Pertimbangan apa yang paling penting ketika memutuskan solusi big data mana yang harus diterapkan?

Pengarang: Eugene Taylor
Tanggal Pembuatan: 16 Agustus 2021
Tanggal Pembaruan: 11 Boleh 2024
Anonim
SBS36: AAS Essay Essentials
Video: SBS36: AAS Essay Essentials

Isi

Disajikan oleh: Bloor Group



Q:

Pertimbangan apa yang paling penting ketika memutuskan solusi big data mana yang harus diterapkan?

SEBUAH:

Setiap bisnis dan organisasi harus mempertimbangkan kebutuhan dan sumber dayanya sendiri ketika mencari tahu masalah mana yang paling penting untuk implementasi big data. Namun, ada sejumlah prinsip yang umumnya dianggap kritis untuk adopsi teknologi semacam ini.

Salah satu pertanyaan terbesar adalah implementasi dan jumlah gangguan yang akan ditimbulkannya. Pengguna sistem data besar selalu harus membandingkan apa yang akan mereka gunakan dengan apa yang saat ini mereka gunakan. Dalam banyak kasus, gangguan adalah faktor penentu apakah sumber daya data besar akan meningkatkan produktivitas dan laba, atau bisnis yang hancur karena hambatan yang tidak dapat diatasi dengan implementasi. Dukungan vendor (atau kurang dari itu) ada hubungannya dengan ini, tetapi bisnis juga harus melihat kurva pembelajaran untuk teknologi, seberapa banyak mereka akan mengubah operasi sistem warisan, dan secara umum, apakah perubahan itu adalah sesuatu yang perusahaan dapat menangani.


Pertanyaan besar lainnya adalah data mana yang paling berharga untuk bisnis atau organisasi. Dengan memeriksa nilai dari set data yang berbeda, mereka yang berniat untuk mengimplementasikan data besar dapat mengatur ruang lingkup proyek mereka. Tanpa pedoman semacam ini, proyek-proyek big data dapat membengkak dan kewalahan dalam suatu perusahaan. Para ahli merekomendasikan untuk berfokus pada set data spesifik yang akan memberikan nilai paling besar, tanpa terjebak dalam melakukan pengecoran jaring yang lebih luas.

Masalah wajar di sini adalah penggunaan data terstruktur dan tidak terstruktur. Para pemimpin bisnis dapat melihat tingkat kesulitan mendapatkan bit data yang berbeda ke dalam data besar seperti pusat data. Sebagai contoh, set data yang sudah diformat dapat dengan mudah dicerna, tetapi beberapa data lain mungkin memerlukan manipulasi yang luas untuk membuatnya menjadi format yang bermanfaat, dan mungkin tidak sepadan.

Pengadopsi juga harus melihat penanganan lanjutan untuk data besar. Sistem big data didefinisikan sebagai sistem yang sulit ditangani dengan infrastruktur perangkat keras dan perangkat lunak yang sederhana dan mendasar. Itu berarti pengadopsi perlu memiliki bakat dan sumber daya yang memadai untuk menemukan cara untuk menggunakan kumpulan data besar yang tidak akan menyebabkan kemacetan jaringan atau menciptakan kemacetan dalam operasi.